计算交通的基本内容与技术框架

交通运输系统工程与信息 ›› 2011, Vol. 11 ›› Issue (1): 38-43 .

• 智能交通系统与信息技术 • 上一篇下一篇

计算交通的基本内容与技术框架

李瑞敏^*

清华大学交通研究所，北京 100084

收稿日期:2010-05-05 修回日期:2010-10-24 出版日期:2011-02-25 发布日期:2012-12-20
通讯作者: 李瑞敏
作者简介:李瑞敏（1979-），男，山东莱州人，博士，副教授.
基金资助:
国家自然科学基金青年科学基金（50908125）；教育部博士点基金新教师基金（200800031059）

Basic Content and Technical Framework of Computational Transport

LI Rui-min

Institute of Transportation Engineering, Tsinghua University, Beijing 100084, China

Received:2010-05-05 Revised:2010-10-24 Online:2011-02-25 Published:2012-12-20
Contact: LI Rui-min

摘要/Abstract

摘要： 检测数据的迅猛增长，计算手段的日渐丰富，不断推动着道路交通学科研究领域的扩展与深化. 本文针对日渐显现的“计算交通”研究领域，首先介绍了计算交通的内涵及目标：基于海量数据以计算的手段来认识交通问题；进而阐述了计算交通的特点及构成，并分析了计算交通发展的两个重要基础——交通检测技术的发展及分析计算工具的发展，详细分析了计算交通的研究领域与技术框架；最后对当前先进计算技术在交通中的部分发展进行了分析. 先进技术的不断发展将使计算交通成为未来道路交通学科研究的重要支撑和工具，希望本文的分析能够为未来计算交通领域的发展起到一定的启示作用.

关键词: 交通工程, 计算交通, 数据挖掘, 海量数据, 计算技术

Abstract: Research fields of transport engineering has been enlarged with the development of new traffic detectors and computational methods. Firstly, the conception of Computational Transport is introduced, as well as its objective, to understand the problems and phenomenon in transport field based on mass data with computational methods. Secondly the characteristics and components of Computational Transport are proposed, and two important bases are analyzed, the development of traffic detection techniques and computational tools for mass data. Then the technical framework of Computational Transport is analyzed in detail, and the application of some new computational techniques in transport is reviewed. As we can get more and more traffic detection data, Computational Transport will be an important support tool for the transport engineering research.

Key words: transport engineering, computational transport, data mining, mass data, computational technique

中图分类号:

U491

李瑞敏. 计算交通的基本内容与技术框架[J]. 交通运输系统工程与信息, 2011, 11(1): 38-43 .

LI Rui-min. Basic Content and Technical Framework of Computational Transport[J]. Journal of Transportation Systems Engineering and Information Technology, 2011, 11(1): 38-43 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18094.shtml

http://www.tseit.org.cn/CN/Y2011/V11/I1/38

参考文献

［1］贺国光. ITS系统工程导论［M］. 北京:中国铁道出版社，2004.［HE G G. ITS system engineering introduction［M］. Beijing: China Railway Publishing House, 2004.］ ［2］Denos C G. The origins of traffic theory［M］. Operations Research, 2002, 50(1): 69-77. ［3］刘妙龙, 李乔. 从数量地理学到地理计算学——对数量地理方法的若干思考［J］. 人文地理, 2000, 15(3):13-16.［LIU M L, LI Q. From quantitative geography to geocomputation——reconsidering geographical quantitative methods［J］. Human Geography, 2000, 15(3):13-16.］ ［4］http://ngsim.fhwa.dot.gov, accessed October 20, 2009 ［EB］. ［5］简•雅各布斯著, 金衡山译. 美国大城市的死与生［M］. 2006.［Jane Jacobs. The death and life of great american cities［M］. 1961.］ ［6］Openshaw S R J, Abrahart （Eds）. GeoComputation［C］. New York: Taylor & Francis, 2000. ［7］王飞跃,汤淑明. 人工交通系统的基本思想与框架体系［J］. 复杂系统与复杂性科学, 2004, 1(2): 52-59.［WANG F Y, TANG S M. Concepts and frameworks of artificial transportation systems［J］. Complex Systems and Complexity Science, 2004, 1(2): 52-59.］ ［8］Hillel Bar-Gera. Evaluation of a cellular phone-based system for measurements of traffic speeds and travel times: A case study from Israel［J］. Transportation Research Part C 15 (2007) 380-391. ［9］Liang Liu, Anyang Hou, Biderman A, et al. Understanding individual and collective mobility patterns from smart card records: A case study in Shenzhen［C］. 12th International IEEE Conference on Intelligent Transportation Systems, 2009. ITSC ’09: 1 - 6. ［10］http://www.paramics-online.com/, accessed October 20, 2009.. ［11］杨晓光, 孙剑, 徐建闽, 等. 实验交通工程基本理论（方法）与信息技术［R］. 国家自然科学基金委员会工程与材料科学部, 建筑环境与土木工程本:建筑环境与交通工程卷学科发展战略研究报告(2006年-2010年), 2006, 7.［YANG X G, SUN J, XU J M, et al. Experiment traffic engineering basic theory (methods) and information technology［R］. National Natural Science Foundation Committee, 2006,7.］ ［12］杨东援. 连续数据环境带来的交通抉择革命［C］. 2009年中国智能交通年会, 2009, 12. ［YANG D Y. Transport choice revolution based on continual data environment［C］. China Annual Conference on ITS, 2009,12. ］ ［13］张可,王笑京,刘浩. 交通信息提取计算理论及其技术框架与发展策略［J］. 公路交通科技， 2007, 24(4):134-139.［ZHANG K, WANG X J, LIU H. Transport information granular computing introduction technical architecture and development strategy［J］. Journal of Highway and Transportation Research and Development, 2007, 24(4): 134-139.］ ［14］刘浩, 张晓亮, 张可. 基于粗糙集交通信息提取计算的城市道路行程时间预测［J］. 公路交通科技, 2008, 25(10): 117-122.［LIU H，ZHANG X L，ZHANG K. Travel time prediction for urban arterials based on rough set［J］. Journal of Highway and Transportation Research and Development, 2008, 25(10) : 117-122.］ ［15］Huimin Wen, Xuejie Liu, Yong Gao. The distribution characteristic of travel time reliability in Beijing road network［C］. 2009 International Joint Conference on Computational Sciences and Optimization. Volume 2: 61-63. ［16］Jianping Sun, Huimin Wen, Yong Gao, et al. Metropolitan congestion performance measures based on mass floating car data［C］. 2009 International Joint Conference on Computational Sciences and Optimization. Volume 2: 109-113. ［17］Newell G F. Memoirs on highway traffic flow theory in the 1950s［J］. Operations Research, 2002, 50(1): 173-178.

[1]	林建新, 刘博, 赵霞, 张蕾. 基于混合约束自编码器的机动车工况智能构建方法[J]. 交通运输系统工程与信息, 2022, 22(2): 109-116.
[2]	戢晓峰, 耿昭师. 山区双车道公路货车碰撞预测的双变量冲突极值模型[J]. 交通运输系统工程与信息, 2022, 22(2): 230-238.
[3]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[4]	马景峰, 任刚, 李豪杰, 曹奇, 杜建玮. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
[5]	宗芳, 王猛, 贺正冰. 考虑多车影响的分子动力学智能网联跟驰模型[J]. 交通运输系统工程与信息, 2022, 22(1): 37-48.
[6]	马小龙, 余强, 刘建蓓. 基于路侧毫米波雷达的车辆碰撞概率计算方法[J]. 交通运输系统工程与信息, 2022, 22(1): 57-66.
[7]	廖鹏, 唐铁桥. 基于车辆动力传动和转向系统的换道轨迹优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 98-105.
[8]	刘永红, 罗霞, 胡剑鹏. 考虑临时和预约需求的共享泊位动态分配方法[J]. 交通运输系统工程与信息, 2022, 22(1): 171-181.
[9]	袁振洲, 郭曼泽, 彭泳鑫, 杨洋. 基于梯度关联规则的老年行人交通事故风险识别[J]. 交通运输系统工程与信息, 2022, 22(1): 195-208.
[10]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[11]	宋浪, 王健, 杨滨毓, 安实. 连续流交叉口左转非机动车交通组织创新设计[J]. 交通运输系统工程与信息, 2022, 22(1): 225-233.
[12]	韩印, 李媛媛, 李文翔, 刘向龙, 祁昊, 万东奇. 基于轨迹数据的网约车排放时空特征分析[J]. 交通运输系统工程与信息, 2022, 22(1): 234-242.
[13]	白婧荣, 唐伯明, 孙宗元, 毕辉云, 向恬君. 毗邻互通立交特长隧道驾驶负荷研究[J]. 交通运输系统工程与信息, 2022, 22(1): 301-310.
[14]	郭彦茹, 罗志雄, 王家川, 何方. 数据驱动的共享单车停放区规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(6): 9-16.
[15]	李君羡, 沈宙彪, 童文聪, 吴志周. 基于分类车头时距的城市道路大型车影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 55-62.

计算交通的基本内容与技术框架

Basic Content and Technical Framework of Computational Transport

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics